案例研究 adidas 使用对象检测和
跟踪功能,增强
实体店内购物体验
跟踪功能,增强
实体店内购物体验
![](https://developers.google.cn/static/ml-kit/images/case-studies/adidas/adidas-2.gif?authuser=8&%3Bhl=nl&hl=nl)
策略
通过机器学习套件的对象检测和跟踪 API,该团队能够打造无缝、直观的体验。在 Android 或 iOS 设备上打开 adidas 应用并点击“try it on”(试用)按钮后,手机的相机会启用并使用此 API,让手机可以实时无缝检测到鞋子,而且只需几秒钟即可返回与数百种商品的图片识别匹配。
机器学习套件会实时检测感兴趣的对象(对于 adidas 而言,则是运动服装和鞋类)。根据这些检测,adidas 应用甚至会在用户明确请求获取所需对象的结果之前从云端图片识别服务中预提取图片识别结果。这会极大地提高用户获得搜索结果的速度,并带来顺畅顺畅的视觉搜索体验。
![](https://developers.google.cn/static/ml-kit/images/case-studies/adidas/adidas-3.png?authuser=8&%3Bhl=nl&hl=nl)
结果
“通过使用机器学习套件的对象检测和跟踪 API,我们不仅能够大幅提升捕获用户需求的速度和准确性,而且能够通过‘向我们展示’广告为他们提供顺畅的购物历程。”adidas 数字零售产品主管 Chris Kettle 说道。“消费者浏览完鞋子并选择尺码后,店内销售人员可以在店内随身携带一双鞋。大家都喜欢这项功能。